Big Answers to Big Questions

Untold information about human and geological development lies hidden in the East African Great Rift

新课标背景下音乐学科的内容结构和认知建构

面对义务教育课程标准修订背景下提出的以课程内容结构化促进学生认知结构化的价值导向,中小学音乐学科存在着课程、教材和教学层面的现实困境,文章提出了自下而上的课程内容结构化探索策略:微观层面,实施小微单元强调教学内容的结构化组织,促进学生的审美理解与认知发展;中观层面,凝练学科“大观念”,提出课程内容结构化的新构想。同时,强调通过“问题链”策略促进学生认知建构在其认知结构化过程中的重要性。

大概念视域下高中历史课堂教学设计实施路径——以“两宋的政治与军事”为例

大概念能够反映学科内容的本质特征和内在联系,具有高度概括性和综合性。依据大概念进行教学设计,不仅能够解决教师面临的现实教学困境,同时也能让学生在大概念教学过程中建构知识框架,与初中学习内容区分并产生更深层的感悟,促进核心素养的培养。文章以《中外历史纲要(上)》第九课“两宋的政治与军事”为例,通过构建教学概念、落实教学内容、探究问题情境和升华核心素养四个步骤,探讨大概念下历史课堂教学设计路径,以期在有限的教学时间内有效落实历史学科核心素养,达成立德树人的教育目的。

大数据相似重复记录检测算法在试题库中的运用

为了提高试题库中重复信息自动化检测能力,提出面向试题库建设的大数据相似重复记录检测算法。采用大数据分析方法,构建试题库大数据相似重复记录分布模型,获取随机链路中重复记录的分布区间,采用层次关系入度集特征监测的方法,分析试题库大数据相似重复记录特征结构,根据获取的统计特征量,基于空间网格聚类方法对试题库大数据的相似重复记录进行融合处理,根据处理结果,在空间坐标系中实现大数据相似重复记录的检测。仿真实验结果表明,所提算法进行试题库的大数据相似重复记录检测的错误率较低,时间开销较小。

指向学科大概念的高中物理U型教学策略 ——以“机械能守恒定律”教学为例

学科大概念向下统领学科内核心知识,向上构成学科核心素养的基本框架,指向学科结构的中心,因此它不只是一个聚合概念,也是连接学科知识与学科核心素养的工具和媒介[1,2].以“机械能守恒定律”教学为例探讨基于大情境,促进还原与下沉,激活学科大概念;基于大问题,促进探究与整合,建构学科大概念;基于大反思,促进反思与上浮,迁移学科大概念.

基于试题网络的个性化学习推荐系统研究

个性化教育的实施对我国教育改革至关重要。然而目前主流教育模式为大班教学,个性化教育面临难以实现学生个性化学习、自主学习等现实困难。为了解决这些困难,文章在教育数据大量产生的背景下,通过基于人工智能技术的试题表征,得到了试题关联网络。在此基础上,文章进一步设计了试题推荐系统,实现了学生的课下自主学习和个性化学习。最后,文章通过具体实施案例,验证了该系统的有效性。总体来说,文章提出的试题关联网络理念和技术实现策略,为个性化教育的实施提供了一种新的方法。

课堂大数据视角下的提问倾向研究

文章从课堂大数据分析的视角,从B市的D区、F区和M区,用分层抽样的办法选择新手教师、胜任教师和成熟教师,采用视频分析法、IRT模型法和归纳法与演绎法,对其课堂教学提问的倾向性特征(开放性倾向、问题解决倾向、批判性及创造性倾向)和价值取向进行分析。研究发现:(1)在提问问题的开放性倾向方面,中学新手教师显著低于成熟教师和胜任教师,而小学成熟教师的问题开放性水平最低;(2)提问问题的问题解决倾向是三种倾向中水平最低的;(3)在提问问题的批判性及创造性倾向方面,F区的小学成熟型教师与胜任型教师具有突出优势,而各个地区中学新手教师普遍低于胜任教师和成熟教师;(4)在提问问题的价值取向方面,表现为重视局部价值,忽视整体价值;注重工具价值,忽视其目的价值;重视浅层价值,忽视其深层价值。

国外医学领域自动问答系统研究现状及启示

分析国外医学领域自动问答系统研究相关文献,对比自动问答与传统网络信息搜索的不同点,对自动问答系统的应用研究、常用工具及相关技术等方面进行阐述。结合国外相关研究探讨医学领域自动问答研究的关键问题及对我国的启示,以期为进一步研究提供参考。

大数据正在引发地球科学领域一场深刻的革命——《地质科学》2017年大数据专题代序

摘要本文针对目前国内大数据研究的现状，着重分析了在地球科学领域大数据研究落后的原因，指出大数据正在引发地球科学领域一场深刻的革命，大数据的关键不在于数据的大，而且在于思维的新；从数据出发，让数据说话，依靠人工智能方法，让机器学习、深度学习、可视分析等大数据技术逐步成为必需。利用大数据方法研究玄武岩构造环境判别图以及中新世岩浆事件的意义所取得的成果即是极佳的研究范例。文中指出，面向未来，大数据对于地球科学界来说，决不是可有可无的，它将创造奇迹。大数据作为第四科学范式的研究领域十分宽广，它将改变地球科学家的思维方式，从逻辑思维方式转变为由数据驱动的关联思维方式，文中呼吁科学界对大数据给予更多的关注和支持。

一种基于RSA算法的背包密码体制

详述了背包密码体制,并提出了一种基于大数难解问题的背包公钥密码体制.它用RSA算法生成RSA公钥和私钥,用RSA公钥把背包公钥密码体制的原始公钥变换成普通的背包序列作为背包公钥公布,构造出了新背包公钥密码体制.该密码体制增强了系统的安全性,提高了工作效率.

行政伦理学应关注的四个重大问题

本文认为行政伦理学的发展必须倡导对该领域内重大问题的关注以及学者们在此类研究中的合作努力,作者提出四个值得关注的重要问题公共行政伦理学研究的规范性基础、全球化、组织设计、平等问题。

分子进化树中的模糊问题研究

分子树是生物进化论、分子进化论研究的重要内容之一.本文根据分子生物学研究成就,就分子树由研究材料的局限性、研究方法的特殊性、研究结果的简单性引起的模糊问题进行了研究.

理综高考生物遗传学大题的思路和技巧

文章就理综高考试题生物遗传学部分进行研究,探讨了高考中生物遗传学常见的题型及考生常见错误,并提出了如何掌握生物遗传学做题思路与技巧策略。

深度学习视域下STEM教育的审视与思考

深度学习是一种集知识建构与运用、技能融合与创新、真实问题解决、过程体验于一体的学习方式,其为STEM教育的开展提供了全新的视角,同时,也提出了相应的挑战。深度学习视域下的STEM教育应该是一个基于理解的、探究性的、面向思维能力培养的、高投入性的有意义活动。当前,在具体的实践过程中,STEM教育还存在平面化、形式化、浅表化和匮乏化等问题。深度学习视域下的STEM教育,应该加强知识联结,强化问题引导,重视专业发展,丰富技术支持。

基于贝叶斯网络的铁路运营安全预警模型研究

准确掌握现场作业安全形势、科学预测安全趋势是确保铁路安全生产的重要基础。铁路现场日常安全检查过程中发现的安全问题比较客观地反映铁路运营的安全状况,在对铁路安全问题进行分类的基础上,应用贝叶斯网络理论构建铁路运营安全预警模型,通过数据验算,该模型可以在已知安全问题的条件下,对可能发生的事故类型及其概率进行预测;或者在已知发生某种类型事故的前提下,逆向推理可能导致该事故的安全问题,从而达到安全预警、辅助安全决策的作用。

论“杨振宁式提问”对学生作业发展的启示——兼释“大问题”“小问题”“大概念”的相关教育意义

我国基础教育高质量发展存在多方面的挑战,尤其是学生作业问题,已成为棘手难题。作业在微观上是“题”的组合,革新“题”有可能成为促进作业发展的“蝴蝶效应”。在观念上,“题”应该具备基础性的享用价值,题的类型应该是特色多元的,题的功能组合则是一种非线性叠加关系。这是革新“题”的正确发展观。在杨振宁先生教育思想的启示下,通过分析表明,从“小问题”到“大问题/大概念”需要的是“全新的思想”,“涌现性”是“全新思想”出现的机理。基于此可以明确,“杨振宁式提问”是指向并启发科学美学的提问。未来对学生作业的改革应规整“小问题”,慎选“大问题”,直面“真问题”,提出“好问题”。

基于知识图谱的包装产业大数据智能问答系统研究

为了提高包装产业大数据分析和信息化管理能力,提出一种基于知识图谱的包装产业大数据智能问答系统设计方法,结合大数据挖掘技术和知识图谱特征提取技术,实现包装产业大数据智能融合和优化问答检索。构建包装产业大数据分布结构模型,采用关联规则调度方法进行大数据自适应融合调度,实现包装产业大数据的分块区域匹配,提取包装产业大数据的知识图谱集,对提取的包装产业大数据知识图谱采用子空间融合技术进行信息聚类处理,实现包装产业大数据的智能问答和检索设计。采用程序加载控制方法,将算法加载到DSP集成信息处理器中,实现包装产业大数据智能问答系统的集成开发。测试结果表明,该系统能有效实现包装产业大数据智能问答,大数据图谱的特征表达能力较强。

2015—2019年中小学课堂高阶问题特征图谱

课堂提问作为促进师生互动交流的最基本的方法之一,在课堂教学中已经变得越来越重要。文章以课堂中的有效提问为研究对象,采用过程性评价和增值性评价,针对混合型课型和对话型课型,形成了基于课堂教学行为大数据的高阶问题特征图谱。研究发现,2015—2019年期间,无论是混合型课型还是对话型课型,高阶问题数量均得到了显著提升,但目前两种课型的课堂仍以低阶问题为主;混合型课型可以以提高创造性问题数量为课堂提问的改进切入点,而对话型课型可以以提升批判性问题、如何问题和若何问题等高阶问题的数量为课堂提问的改进切入点。

面向客服的自动问答系统的相似度计算研究

为了提高国网客服中心的自动问答能力,需要进行自动问答系统的相似度特征分辨计算,为此,提出一种基于平均互信息熵特征提取的国网客服中心自动问答系统相似度计算方法。根据深度学习和模糊聚类方法实现对面向客服的自动问答系统的相似度特征数据分类,通过数据分类结果进行针对性的客服问答。仿真结果表明,采用该方法进行面向客服的自动问答系统的相似度计算的准确性较高,数据分类性较好,提高了国网客服中心的客服自动问答效率。

基于知识图谱的包装领域智能问答系统的设计

目的针对目前包装产业存在的产业链长、数据大而散、包装领域知识信息检索不精准等问题,设计一个基于知识图谱的包装领域智能问答系统。方法采用知识图谱、智能问答、自然语言处理、深度学习和个性化推荐等技术,对互联网上各类包装领域数据进行采集汇聚、抽取知识、融合计算,最终形成一个包装领域混合型智能问答系统。结果系统主要功能包括知识图谱、文本相似匹配、图像识别和自动问答,实现了包装领域大数据的知识卡片、语义搜索和沉浸问答。结论该系统使用方便,通过问答方式,一站式快速按需获取多视图、多维度包装领域数据,提升了行业的数字化、信息化和智能化水平。